“自底向上”合并社群结构探测策略中的顺序效应

基于模块性"自底向上"合并社群结构探测策略是目前复杂网络研究的热点问题之一,但是在依据模块性值变化对相应社群对进行合并时,往往出现顺序效应,即同一模块性值变化对应的社群合并可能不惟一,从而导致合并顺序不同而影响社群结构的最终探测结果。首先总结"自底向上"合并社群结构探测策略的一般算法框架,然后基于标准Ucinet和Pajek网络的社群结构探测结果,揭示Newman等提出的社群结构探测算法存在顺序效应,接着依据网络社群结构和社群密度的定义,提出用于克服顺序效应的基于社群密度的改进社群结构探测策略;最后,通过标准Ucinet和Pajek网络的社群结构探测结果,验证算法的有效性。     

基于模块性指标的动态网络社群结构探测方法

针对节点增加的动态网络,提出一种对应的动态网络社群结构探测算法CD(Community Structure Detection Algorithm for Dynamic Networks).CDD算法依据节点加入引起模块性指标变化的情况,对网络节点进行社群划分, 从而可以发现网络社群结构随时间的动态变化过程.利用计算机生成数据、Ucinet和Pajek提供的有关网络数据,通过社群结构探测试验表明, CDD算法不但可以对动态网络的社群结构变化进行探测,同样也可以实现静态网络的社群结构探测; 与N-G算法和A-N算法等社群结构探测算法相比, 算法的速度快, 所获得的模块性指标也基本相当.     

用于社群结构探测的小世界特征遗传算法

针对网络社群结构探测问题,探讨一种小世界特征遗传算法.受小世界现象搜索机理和网络结构特征启发,构造一种社群结构局部搜索算子;进而将该算子引入遗传算法基本框架,提出一种小世界特征遗传算法.典型网络的社群结构探测的结果表明,与Girvan-Newman算法和模拟退火算法相比,小世界特征遗传算法探测到的社群结构具有更大的模块性值,从而证明该算法是可用且有效的.     

基于社区结构的 Dijkstra改进算法

针对复杂网络中社区结构局部优势,将每个社区塌陷为一个节点,利用局部优势向全局优势扩展的方法,将Dijkstra算法进行了改进,提出了一种基于社区结构的复杂网络最短路算法,分析了该算法的时间复杂度,并将该算法应用于战时军事物资前送体系网络.     

基于共享最近邻探测社团结构的算法

针对经典重叠社团结构发现的派系过滤算法中派系定义过于严格、算法缺乏实用性、时间复杂度高等问题,提出了一种基于共享最近邻的社团结构发现算法. 该算法不仅可以对网络进行社团结构的划分, 而且可以很好地把网络中的桥点找出,算法的时间复杂 度约为O(nhk), 其中n为网络中的节点数,h为核心社团的数目, k为网络中节点的 最大节点度.为了验证该算法的正确率和性能, 把该算法应用到计算机生成网络和真实网络中, 并与著名的社团探测算法——GN算法和NF快速算法进行了比较.实验的结果表明所提出的算法是有效可行的.     

基于标签传播识别网络中的关键节点

基于标签传播动力学提出了一种识别网络关键节点的算法,主要思想是把每个节点接收到不同标签的数量作为判断节点重要性的指标。应用两种不同的传播模型,在不同网络上与其它中心性指标作比较。结果表明:基于标签传播的中心性指标比其它的中心性方法可以更好地识别网络中的关键节点。基于标签传播的中心性指标还具有以下优势:不需要利用网络的结构信息,因此可以推广到大规模网络上;揭示了一种现象——好的接收者往往也是好的传播者。     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

改进的加权复杂网络节点重要度评估的收缩方法

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.     

基于多属性决策的电力网络关键节点识别

结合电力网络的拓扑结构与电气特性,提出一种综合多属性的电网关键节点识别方法.从复杂网络理论出发,首先根据电网的拓扑与电气特性提出了多种评估指标得到评价矩阵,然后结合层次分析法和变异系数法对其赋权得到最终的决策矩阵,最后采用与灰色关联度相结合的TOPSIS方法,计算出电网中节点的重要度排序.为了比较不同识别方法的优劣,采...     

电信社群网络静态几何性质分析研究

通过抽取电信通话数据作为研究对象，分别计算了电信社群网络中节点度、子图连通性、膨胀率、聚集度、平均最短路径的分布情况，得出电信社群网络是一个无标度网络。子图连通性、膨胀率的分布符合幂律分布，聚集度符合尾部有突起的幂律分布，平均最短路径服从Poisson分布的重要特征。     

多种类型的网络金字塔的研究进展

总结和综述了3种类型的网络金字塔:网络模型复杂性金字塔、高科技网络金字塔和广义Farey树组织的金字塔。这些金字塔的特点之一是从塔顶到底部网络特性的复杂性-多样性增加了,而简单性-普适性则减小了,反之亦然;另一特点是金字塔不同层次网络相互嵌套(网络的网络),各层之间的拓扑特性分布随参数变化能够进行相互转变。     

基于节点动态连接度的网络社团划分算法

首先定义了节点动态连接度这一概念,然后介绍了基于节点动态连接度的网络社团划分算法,之后再对其中相关参数的取值范围和社团划分结果之间的关系进行了分析,并以Zachary网络为例验证了分析结论。在此基础上,以dolphins、polbooks和football 3个实际网络为对象,进行了社团划分实验,证明了本算法可通过动态调整参数实现对不同网络的社团划分。最后将实验结果与其他几种常见的社团划分算法结果进行了比较,证明了算法的优势,并对算法中需要注意的一些问题进行了说明。     

最短路网络及应用

首先提出了最短路网络的概念 ,然后给出了一个时间复杂性为 首先提出了最短路网络的概念 ,然后给出了一个时间复杂性为 0 ( n2 )的构造最短路网络的算法 .最后研究了最短路网络在最小成本最短路 ,最短路计数和最短路树中的应用     

基于同步理论的股票网络社团识别研究

利用股票价格波动时间序列的相关特性,基于同步理论研究股票网络的社团结构。通过对关联矩阵的谱分析确定股票网络中存在复杂的社团结构。随后,利用基于Kuramoto模型的同步聚类算法对网络节点(股票)进行动态分组,由局部序参量确定算法的收敛性并得到稳定的社团结构。通过与快速社团检测算法的对比验证,表明基于Kuramoto模型的同步聚类算法能够正确得到股票网络的社团结构,且更符合股票的属性分类。     

基于节点标号的Koch网络结构性质研究

针对正多边形Koch分形岛所映射成的Koch网络,根据节点接入网络的时间和位置信息给节点标号。在节点标号的基础上,研究网络的最短路由及计算最短路径长度;并分析网络的主要结构性质,如节点的度、度分布和累积度分布函数,以及网络的聚类系数、平均最短路径长度、度关联函数和介数中心性,得出结构性质的解析解。结果表明,所构建的Koch网络是无标度和小世界的;其聚类系数趋向于比较大的常数值;平均路径长度与网络节点数的对数呈正比关系,度相关函数、点介数和边介数都随节点度的变化而指数变化。     

物理结构与复杂性述评

物理复杂性在系统的复杂性层次中具有基础地位。基于对物理结构认识的复杂性概念在所有本体论意义上的复杂性概念中具有更为基础的意义，综述了结构复杂性的一般涵义和两个狭义结构复杂性概念——树的多样性和标度动力学复杂性及其哲学意义。     

电网检修排序问题

研究一个从实践中提出的电网检修排序（调度）问题,并证明了该问题的一般情形是ＮＰ－困难的,对其特殊情形给出了多项式时间的算法．     

二分网络研究

对二分网络的研究现状进行综述。将二分网络的研究方法归纳为两种思路:把二分网络投影到单顶点网络进行分析和直接基于原始二分网络进行分析。对二分网络已有的实证研究作一个简单的介绍,包括科学家合作网、听众与歌曲网络、演员合作网等经典二分网络。简单描述了二分网络的统计性质,介绍二分网络社团结构的定义,并对几种基于原始二分网络的聚类方法进行了说明。从动态模型和静态模型两方面来介绍二分网络的演化模型。最后对二分网络的研究现状进行小结并对未来发展做出展望。     

基于空间划分的分解算法

充分利用具体优化问题的模型空间结构或性质,往往可以减少搜索的不确定性,提高优化效率.多目的间歇生产调度形成的混合整数规划模型中只有0-1变量和连续变量,而且0-1变量和部分连续变量有对应关系.根据问题的特点将原模型分解为含有0-1变量的优化主问题和连续变量的子问题,并提出分解算法,降低了相应连续子规划的规模和复杂度.从计算复杂度的角度分析分解算法适用的问题情形,并用一个典型的批量生产调度问题进行分析实验,结果表明分解算法可以降低实际计算的复杂度,提高解的质量.     

Managing Complexity Through Methodic Participation: The Case of Air Quality in Santiago,Chile

Three concrete results have been achieved over a 5-year period in Santiago, Chile, in a process addressed to managing through participation the difficult air quality situation of this 5-million-person metropolis: (1) a highly complex problem has become manageable, (2) a legitimate and effective Prevention and Decontamination Plan is in operation, and (3) citizens and the government are mutually committed to this process. This paper describes how these results have been achieved by applying Innovative Development, a social systems methodology developed by the author and co-workers and applied in many fields over the last 20 years. Following a review of the problem and results that have been achieved, an explanation is offered for why a participative methodology is necessary for dealing with a highly complex problem like the current one. The fourth section provides a brief outline of the Innovative Development methodology. The last section presents the case itself, describing three stages. In the short space available we have tried to balance the practical, methodological, and conceptual issues of this case and this approach.